排序-数据流中的中位数-JZ63

最新推荐文章于 2024-10-01 18:51:18 发布

whl_program

最新推荐文章于 2024-10-01 18:51:18 发布

阅读量211

点赞数

分类专栏：剑指offer 文章标签： java 剑指offer 数据流中的中位数排序堆排序

本文链接：https://blog.csdn.net/whl_program/article/details/119842834

版权

剑指offer 专栏收录该内容

67 篇文章 0 订阅

订阅专栏

描述
如何得到一个数据流中的中位数？如果从数据流中读出奇数个数值，那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值，那么中位数就是所有数值排序之后中间两个数的平均值。我们使用Insert()方法读取数据流，使用GetMedian()方法获取当前读取数据的中位数。

示例1

输入： [5,2,3,4,1,6,7,0,8]
返回值： "5.00 3.50 3.00 3.50 3.00 3.50 4.00 3.50 4.00 "
说明：数据流里面不断吐出的是5,2,3…,则得到的平均数分别为5,(5+2)/2,3…

思路
可以采用堆排序策略，利用两个堆，一个最大堆保存中位数以及中位数左边的数据，一个最小堆保存中位数右边的数据，最后根据数组长度以及两个堆顶就可以求出中位数

复杂度分析
因为使用堆处理数据，每次添加时间复杂度为O(nlogn), 查询最值复杂度为O(1), 综上时间复杂度为O(nlogn)，而空间复杂度为O(n)

import java.util.PriorityQueue;
import java.util.Comparator;

public class Solution {
    // 设置大顶堆存放数组中位数左边和中位数自身
    PriorityQueue<Integer> leftMax = new PriorityQueue<Integer>(new Comparator<Integer>() {
        public int compare(Integer num1, Integer num2) {
            return num2 - num1;
        }
    });
   // 设置小顶堆存放数组中位数右边的数据
    PriorityQueue<Integer> rightMin = new PriorityQueue<Integer>();
    int length = 0;
    public void Insert(Integer num) {
        if(length%2 != 0) {
            //已经添加的数组长度为基数，大顶堆比小顶堆数据多一个
            //当前数据添加至rightMin
            leftMax.offer(num);
            rightMin.offer(leftMax.peek());
            leftMax.poll();
         } else {
            //已经添加的数组长度为偶数，大顶堆与小顶堆数据相等
            //当前数据添加至leftMax
            rightMin.offer(num);
            leftMax.offer(rightMin.peek());
            rightMin.poll();
        }
        length++;
    }

    public Double GetMedian() {
        if (length == 0) {
            //长度为0的数组暂时返回0.0
            return 0.0;
        }
        if (length%2 != 0) {
            return leftMax.peek() / 1.0;
        }
        return (leftMax.peek() + rightMin.peek()) / 2.0;
    }


}